Isolation Forest Penyeliaan Kendiri
Isolation Forest Penyeliaan Kendiri menambah baik pengesan anomali Isolation Forest klasik dengan peringkat pra-latihan penyeliaan kendiri. Tugasan preteks — seperti meramal putaran, ciri bertopeng, atau pasangan kontras — diselesaikan tanpa label untuk mempelajari perwakilan ciri yang lebih kaya, yang kemudian digunakan semasa membina pepohon pengasingan, menghasilkan skor anomali yang lebih tajam pada data jadual yang kompleks dan berdimensi tinggi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. DOI: 10.1109/ICDM.2008.17 ↗
- Isolation Forest. Wikipedia. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/ms/machine-learning/self-supervised-isolation-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoenkoderPembelajaran Mendalam↔ compare
- Isolation ForestPembelajaran Mesin↔ compare
- Faktor Penyimpang Lokal (LOF)Pembelajaran Mesin↔ compare
- SVM Kelas TunggalPembelajaran Mesin↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →